A MEME Suite webhely a motívumelemzés eszközeinek gyűjteményét tartalmazza (én vagyok az egyik fenntartó). Két de novo motívumfelfedező eszközt tartalmaz: MEME és DREME. Nyilvános webalkalmazások állnak rendelkezésre, de a helyi telepítéshez parancssori eszközöket is letölthet és készíthet.

Első célként használhatja a MEME alkalmazást, és válassza a "Bármennyi ismétlési modell "(ANR). Második céljához használja a MEME-t a "Zéró vagy egy előfordulás sorozatonként" (ZOOPS) modellel. Harmadik céljához használhatja a FIMO-t (egyéni motívum előfordulások keresése), valamint a szoftver és adatbázis letöltési oldalon található motívum adatbázisok közül egyet vagy többet.

Úgy hangzik, mint a szekvenciaadatok kb. 30 MB. A MEME webalkalmazás 60 kb-os szekvenciaadatokra korlátozódik, ezért telepítenie kell a MEME Suite helyi másolatát. A MEME hosszú időt vesz igénybe egy 30 MB-os szekvencia-adatbázis elemzésével, hacsak nem konfigurálta az MPI-t és sok mag áll rendelkezésre. Fontolja meg a szekvenciák véletlenszerűen kiválasztott részhalmazának elemzését. A MEME futási ideje a szekvenciák számának kockájaként növekszik.

Rövid motívumok esetén érdemes a DREME -et használni a MEME helyett. A DREME jobb, mint a MEME a rövid motívumok azonosításában, de az < = 8 pozíció széles motívumokra korlátozódik.

Nézze meg a HOMER oldalt. "Szoftver a motívumok felfedezéséhez és a következő generációs szekvenálás elemzéséhez", ezt laboratóriumom jelenleg használja az eRNS motívumok megtalálásához. HOMER De Novo motívum

A (3) ezen az oldalon sok hivatkozás található a minta / motívumkereső eszközökhöz. Az oldalon található YMF linken keresztül rátaláltam a Washingtoni Egyetem Motif Discovery szakaszára. Ezek közül a vetítés tűnik az egyetlen letölthető eszköznek. Érdekesnek tartom, hogy ezek az eszközök mennyi idősek; talán a mikro-rays és az NGS bevezetése feleslegessé tette őket.

A (2) alproblémád hasonlónak tűnik ahhoz a problémához, amely a Nippostrongylus brasiliensis genomszekvenciákkal van, ahol Szeretnék olyan nagyon magas homológiájú régiókat találni (500 bp és 20 kb közötti vagy annál hosszabb, 95-99% -ban hasonló), amelyek az egész genomban megismétlődnek. Ezek a szekvenciák megölik az összeállítást.

Ezeknek a régióknak a megtalálásának fő módja az, ha megnézem az összeállított genomhoz leképezett hosszú nanorészecskék olvasási lefedettségi diagramját (GraphMap vagy BWA használatával). Bármely régió, amely lényegesen magasabb, mint a medián lefedettség, valószínűleg megosztott ismétlésekkel rendelkezik.

Korábban már játszottam azzal, hogy az olvasmányokat kisebb méretűre aprítottam, ami jobban működik, ha olyan kisebb ismétlődő régiókat ütünk meg, amelyek ilyenek a legtöbb olvasás kis hányada soha nem kerül feltérképezésre az összes ismétlődő helyen. Egy darabig írtam a saját szkriptemet, hogy összevágjam az olvasmányokat (más célból), ami egy FASTA / FASTQ fájlt állít elő, ahol minden olvasás pontosan egyforma. Valami ismeretlen okból időt szántam arra, hogy a szkriptet "megfelelően" dokumentáljam a POD használatával, ezért itt egy rövid összefoglaló:

A bemeneti FASTA fájl összes szekvenciáját azonos hosszúságúra konvertálja. A célhossznál rövidebb szekvenciákat eldobják, és a célhossznál hosszabb szekvenciákat egymást átfedő részekre bontják, amelyek a teljes tartományt lefedik. Ez előkészíti a szekvenciákat egy átfedéses-konszenzusos összeállítóban való használatra, amely állandó hosszúságú szekvenciákat igényel (például Edena).

És itt van a szintaxis:

  $ ./normalise_seqlengths.pl -hHasználat:
./normalise_seqlengths.pl <reads.fa> [opciók] Opciók: -help Csak ezt a súgó üzenetet jeleníti meg -fraglength Cél töredék hossza (alap-párokban, alapértelmezett 2000) -overlap Minimális átfedési hossz (alap-párokban, alapértelmezett 200) -rövid Tartson rövid szekvenciákat (rövidebb, mint a fraglength)  

A legtöbb általam ismert eszköz a konkrét motívumok gazdagabbá tételére törekszik - de ehhez meg kell adni egy sor különös érdeklődésre számot tartó szekvenciát, és be kell állítani egy olyan hátteret, amely ellen tesztelni lehet.

Frissítés a megjegyzések után 2017. június 12-én.

Kipróbálhatja a mémcsomagot pontosabban a motívumkeresőt

fejlesztés alatt áll, de talán a BaMMotif! az Ön számára? Legfőbb eladási pontja, hogy egyforma hosszúságú sorozatokban gazdagabb motívumokat kereshet de novo . Ha nem tud / nem akar negatív halmazt megadni, akkor megtanul egyet a pozitív szekvenciákból. Rengeteg lehetőség közül választhat, ha több információval rendelkezik a szekvenciáiról: különböző modellek léteznek a motívum "nulla vagy egy", "egy" és "több" előfordulásához.

Megadhatja használhatja ismert motívumok keresésére is, ha XXmotif PWM-ként kódolja őket. Ha van egy motívumokkal rendelkező fájlja (például a kötőhelyek), akkor ezt inicializálásként is használhatja.

Bár magam nem használtam a szoftvert, a szerzők nagyon reagálnak a gitre, és a telepítési utasítások eléggé tűnnek. egyszerű.

SZERKESZTÉS: Úgy tűnik, hogy a szoftvert a szokásos használati eseteként ChIP-kísérlettel fejlesztették ki, a nagyobb szekvenciák esetén helytelenül viselkedhet, vagy futtatása sokáig tarthat.